-
公开(公告)号：CN111523553B
公开(公告)日：2023-04-18
申请号：CN202010262779.X
申请日：2020-04-03
Applicant: 中国计量大学
IPC: G06V10/44 , G06V10/774 , G06V10/75 , G06V10/82 , G06N3/0464 , G06N3/0985 , G06N3/084 , G06N3/048
Abstract: 本发明公开了一种基于相似度矩阵的中心点网络多目标检测方法，采用全卷积神经网络获取目标的的角点、中心点，根据相似度矩阵得到角点间的匹配关系，最后根据匹配的角点、预测的中心点筛选预测框，最后利用非极大值抑制去除冗余的预测框，得到最终的目标框。该方法是单阶段的目标检测方法，保持了单阶段目标检测方法的检测速度。
-
公开(公告)号：CN111523553A
公开(公告)日：2020-08-11
申请号：CN202010262779.X
申请日：2020-04-03
Applicant: 中国计量大学
Abstract: 本发明公开了一种基于相似度矩阵的中心点网络多目标检测方法，采用全卷积神经网络获取目标的的角点、中心点，根据相似度矩阵得到角点间的匹配关系，最后根据匹配的角点、预测的中心点筛选预测框，最后利用非极大值抑制去除冗余的预测框，得到最终的目标框。该方法是单阶段的目标检测方法，保持了单阶段目标检测方法的检测速度。
-
公开(公告)号：CN110472604B
公开(公告)日：2021-05-14
申请号：CN201910771166.6
申请日：2019-08-20
Applicant: 中国计量大学
Abstract: 本发明公开了一种基于视频的行人与人群行为识别方法，整个框架包括单人肢体部位网络、单人整体及肢体联合网络、多人网络。该框架旨在以端到端的方式共同学习联合共现和时间演进，通过利用CNN全局聚合的能力，可以简单有效地利用CNN模型学习骨架序列信息的联合共现特征。在该方法中独立地学习每个关节的点级特征，然后将每个关节的特征视为卷积层的通道，以学习层次共生特征。最关键的是在设计的单个行人行为识别联合网络结构中采用多部位的肢体网络特征融合到单个行人运动特征中加强单个行人的行为识别。此外，在设计的人群交互行为识别网络中，利用单人行为特征加强群体行为的特征，群体行为涉及多个人的行为有拥抱和握手等活动。
-
Patent Agency Ranking
公开(公告)号：CN111932420A
公开(公告)日：2020-11-13
申请号：CN202010573594.0
申请日：2020-06-22
Applicant: 中国计量大学
Abstract: 本发明公开了一种基于智能服务平台的社区邻里互助方法，包括：S11.接收社区人员发送的求助或帮助相关的内容；S12.将接收到的内容输入预先建立的智能描述模型中，并通过智能描述模型输出与内容相对应的文本信息，将文本信息进行分类；S13.判断所述分类的类别，若为帮助类，则将帮助类文本信息存储于帮助数据库中；若为求助类，则将求助类文本信息输入预先建立的智能匹配模型中，通过智能匹配模型对求助类文本信息与帮助数据库中的帮助类文本信息进行匹配；S14.判断是否匹配到合适的帮助类文本信息，若是，则将求助类文本信息发送至匹配成功的帮助数据库中帮助类文本信息相对应的帮助者；若否，则将未匹配成功的信息返回求助类文本信息相对应的求助者。
-
公开(公告)号：CN110490133A
公开(公告)日：2019-11-22
申请号：CN201910766818.7
申请日：2019-08-19
Applicant: 中国计量大学
Abstract: 本发明公开了一种基于生成对抗网络由父母照片生成子女照片的方法，将人脸图像数据行划分为训练样本集与测试样本集，并对训练样本集中的人脸图像进行数据预处理。之后，重新构建生成对抗中生成器的卷积神经网络结构，加入了反卷积。然后，将训练样本集和对应人脸照片的年龄信息一同输入到模型中进行训练，并保存各生成器、判断器和相似度模型的网络参数。最后，利用经过数据预处理后的测试样本集对生成器和判断器模型进行测试，获得测试结果。本发明旨在当需要对一个人通过人脸图像进行身份识别而一时只有其父母的人脸图像的情况下，能够迅速的对其身份进行初步认证。
-
公开(公告)号：CN110570349A
公开(公告)日：2019-12-13
申请号：CN201910855999.0
申请日：2019-09-11
Applicant: 中国计量大学
Abstract: 本发明公开了一种基于生成对抗网络由父母照片生成子女照片的方法，将人脸图像数据行划分为训练样本集与测试样本集，并对训练样本集中的人脸图像进行数据预处理。之后，重新构建生成对抗中生成器的卷积神经网络结构，加入了反卷积。然后，将训练样本集和对应人脸照片的年龄信息一同输入到模型中进行训练，并保存各生成器、判断器和相似度模型的网络参数。最后，利用经过数据预处理后的测试样本集对生成器和判断器模型进行测试，获得测试结果。本发明旨在当需要对一个人通过人脸图像进行身份识别而一时只有其父母的人脸图像的情况下，能够迅速的对其身份进行初步认证。
-
公开(公告)号：CN110472604A
公开(公告)日：2019-11-19
申请号：CN201910771166.6
申请日：2019-08-20
Applicant: 中国计量大学
Abstract: 本发明公开了一种基于视频的行人与人群行为识别方法，整个框架包括单人肢体部位网络、单人整体及肢体联合网络、多人网络。该框架旨在以端到端的方式共同学习联合共现和时间演进，通过利用CNN全局聚合的能力，可以简单有效地利用CNN模型学习骨架序列信息的联合共现特征。在该方法中独立地学习每个关节的点级特征，然后将每个关节的特征视为卷积层的通道，以学习层次共生特征。最关键的是在设计的单个行人行为识别联合网络结构中采用多部位的肢体网络特征融合到单个行人运动特征中加强单个行人的行为识别。此外，在设计的人群交互行为识别网络中，利用单人行为特征加强群体行为的特征，群体行为涉及多个人的行为有拥抱和握手等活动。
-
公开(公告)号：CN109948473A
公开(公告)日：2019-06-28
申请号：CN201910160648.8
申请日：2019-03-04
Abstract: 本发明公开了一种基于神经网络的提升学生应用题解题能力的方法，首先，由学生对不会做的题目进行拍摄，并将所拍摄的图像上传至标准解题步骤模型。然后，通过录音功能阐述学生自己的解题思路，并将录音上传至学生解题思路步骤模型。之后根据两个模型输出结果进行对比，从而判断学生自己的解题思路是否正确。若全部一样，则判定为“学生解题思路正确”；若部分一样，则判定为“学生解题思路第n步正确，其他正确的知识点及对应公式将依照学生需要一步步的进行显示；若两个模型的结果全部不同，则判定为“学生解题思路错误”，正确的知识点及对应公式将依照学生需要一步步的进行显示。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.016 seconds)
